Entera

PROGRAMACION LINEAL ENTERA
Luis Medina Aquino

En muchos modelos algunas o todas las
variables de decisin deben ser enteras.
Estos modelos son conocidos como
modelos de programacin lineal entera
(PLE).
Clasificacin:
Modelo
Tipos de Variables de
Decisin
Completamente entero
(PLE)
Todas son enteras
Mixto (PLM)
Algunas, pero no todas son
enteras
Binaria (PLB) Todas son binarias (0 1)

PROBLEMA:
Boxcar es una nueva cadena de restaurantes de comida
rpida (fast-food) que est planificando expandirse en
Washington DC. An cuando la comida es de alta calidad,
la principal atraccin de esta cadena de restaurantes es
su diseo. En el centro de la ciudad el interior del local se
construy de tal forma de parecerse al interior de un
container, mientras que en los suburbios los restaurantes
se construyeron al interior de verdaderos containers.
La compaa dispone de US$2.7 millones para su
expansin. Cada restaurant en los suburbios requiere
US$200,000 en inversin, y cada local en el centro
requiere de US$600,000. Se proyecta que luego de los
gastos, la ganancia neta semanal en los locales de los
suburbios (que estarn abiertos las 24 horas) ser en
promedio US$1200. Los restaurantes del centro abrirn
slo 12 horas al da, pero debido a una gran cantidad de
clientes durante las horas de trabajo las proyecciones
indican que la ganancia neta semanal ser de US$2000.
La compaa desea abrir al menos 2 restaurantes en el
centro. Boxcar actualmente tiene 19 administradores. Cada
local en los suburbios requerir tres administradores para su
funcionamiento las 24 horas, y se cree que con slo un
administrador en el centro por restaurante sera suficiente.
Boxcar desea saber cuntos restaurantes podra abrir para
maximizar su ganancia neta semanal.
RESUMIENDO:
Boxcar debe decidir cuntos restaurantes debe abrir en los
suburbios y en el centro de Washington DC.
Desean maximizar su ganancia total semanal promedio.
La inversin total no puede exceder US$2.7 millones
Se deben abrir al menos 2 restaurantes en el centro
Slo se cuenta con 19 administradores.
FORMULACION:
Maximizar Z = 1200 X1 + 2000 X2
s.a.
200000 X1 + 600000 X2 <= 2700000
X2 >= 2
3 X1 + X2 <= 19
X1, X2 >= 0, enteros
La solucin real del problema es:
X1 = 87/16 = 5.4375, X2 = 43/16 = 2.6875,
Z = US$ 11,900
La solucin entera podr ser solo redondear simplemente
los valores de la solucin real?
Posibles resultados del redondeo:
1. Los puntos pueden ser no-factibles
2. Los puntos pueden ser factibles pero no-ptimos
3. Los puntos pueden ser factibles y ptimos
Solucin real del problema:
X1 = 5.4375, X2 = 2.6875, Z = US$ 11,900
Posibles redondeos:
X1 X2
Es
factible? Z
6 3 NO ---
6 2 NO ---
5 3 NO ---
5 2 SI 10000
Maximizar Z = 1200 X1 + 2000 X2
s.a.
200000 X1 + 600000 X2 <= 2700000
X2 >= 2
3 X1 + X2 <= 19
X1, X2 >= 0, enteros
La solucin entera del problema es: X1 = 4, X2 = 3, Z =
US$ 10.800
Nota: Imponer restriccin de enteros agrega dos
restricciones al problema: X1 entero y X2 entero. As es
que tal como vimos antes el valor de la funcin objetivo
NO puede mejorar. En un problema de maximizacin esto
significa que el valor de la funcin objetivo disminuir o
en el mejor de los casos ser el mismo que el valor
ptimo del problema de programacin lineal en el
dominio de los reales.
VARIABLES BINARIAS
Se denominan variables binarias aquellas que estn
restringidas a dos valores nicamente, por lo general estos
valores son cero y uno.
Si Y < 1
Y > 0
Y es entera
Entonces Y es una variable binaria {0,1}
APLICACIONES DE VARIABLES
BINARIAS
DECISIONES DICOTOMICAS
Cuando se tienen solo 2 elecciones, la decisin se puede
representar por variables de decisin restringidas exclusi-
vamente a 2 valores.
Yi = 1, si la decisin i es s
0, si la decisin i es no
Ejemplos: Debe emprenderse este proyecto i?
Debe hacerse esta inversin en particular?
Debe realizarse esta instalacin en este sitio en particular?
BINARIAS
ALTERNATIVAS MUTUAMENTE EXCLUYENTES.
Si se tiene un conjunto de alternativas de decisin, pero slo una
decisin en el grupo puede ser si, se requiere de este tipo de
restricciones.
Yi 1 Exactamente una decisin en el grupo debe ser si.
Yi 1 Cuando mucho una decisin en el grupo puede ser si.
En donde la suma se toma nicamente sobre las variables del
grupo
BINARIAS
DECISIONES CONTINGENTES.
Se dice que una decisin es contingente cuando
depende de decisiones anteriores, en otras palabras:
La decisin K es contingente con la decisin J si se
permite que K sea Si nicamente cuando J es Si.
Esto sucede cuando la decisin K comprende una accin
consecuente que se volvera irrelevante o imposible si la
decisin J es no.
BINARIAS
DECISIONES CONTINGENTES.
En forma de restriccin, escribiramos:
Yk < Yj
Si Yj = 1 Permite elegir libremente a Yk , o sea que
puede tomar el valor de cero o de uno segn convenga
a la funcin objetivo. Mientras que Yj = 0 fuerza a que
Yk = 0
Matemticamente se escribira:
Yk - Yj < 0
BINARIAS
RESTRICCIONES ALTERNATIVAS:
En ocasiones puede elegirse entre dos restricciones, de
manera que debe cumplirse una "o bien" la otra.
En un modelo de Programacin Lineal TODAS las
restricciones deben cumplirse para que ste tenga
solucin factible, esto se debe a que la presencia de
restricciones del tipo "o bien" crea un espacio de
soluciones no convexo.
Ejemplo: 3 X1 + 2 X2 < 20, o bien, X1 + 3 X2 < 15
BINARIAS
Lo anterior se puede evitar incorporando al modelo
variables binarias y definiendo a M como un nmero
suficientemente grande el cual, al sumarlo a cualquiera
de las restricciones, automticamente estaramos
eliminando esa restriccin porque sera redundante.
BINARIAS
En el ejemplo:
3 X1 + 2 X2 < 20, o bien,
X1 + 3 X2 < 15
Podemos hacer redundante cualquiera de las dos al agregarle M
3 X1 + 2 X2 < 20 + M
X1 + 3 X2 < 15
o bien
3 X1 + 2 X2 < 20
X2 + 3 X2 < 15 + M
BINARIAS
Como no sabemos cual de las dos alternativas
anteriores sea la mas conveniente, introducimos la
variable binaria Y, y dejamos que el proceso de solucin
asigne el valor mas conveniente para esta variable, y al
hacerlo seleccione automticamente la mejor
alternativa.
Y = 0, si se elimina la primera
restriccin.
1, si se elimina la segunda restriccin.
{
BINARIAS
3X1 + 2X2 < 20 + M (1-Y) redundante para Y = 0, y
activa para Y=1.
X1 + 3X2 < 15 + M (Y ) activa para Y = 0, y redundante
para Y=1.
Reordenando los trminos (todas las variables del lado
izq.) quedara:
3X1 + 2X2 + MY < 20 + M
X1 + 3X2 - MY < 15
Y es binario {0,1}
BINARIAS
RESTRICCIONES DE APORTACIONES
Suponga que se tienen las siguientes restricciones:
a) Si se compra el producto j, se deben adquirir por lo
menos 20 unidades.
b) No se pueden adquirir ms de 100 unidades del
producto j.
Sea Xj = unidades que se adquieren del producto j
Un intento por representar las restricciones de a) y b)
podra ser:
20 < Xj < 100
BINARIAS
Sin embargo, esta restriccin no representa las
condiciones ya que obliga a que la variable Xj tome
valores entre 20 y 100, y no considera la condicin Si...
Si definimos una variable binaria Yj para representar la
decisin respecto a comprar o no comprar el artculo j,
tendremos:
Yj = 1, Indica que Si se compra el artculo j
Yj = 0, Indica que No se compra el artculo j.
BINARIAS
Podramos expresar las condiciones a) y b) de la
siguiente manera:
Xj < 100Yj
Xj > 20Yj
Si Yj = 0, obliga a que Xj sea 0, mientras que si Yj = 1
permite que la variable Xj tome valores entre 20 y 100.
BINARIAS
Ejemplo 1:
Cierta compaa industrial ha decidido expandirse
construyendo una nueva fbrica ya sea en Lima o en Arequipa.
Est considerando tambin la construccin de un nuevo
almacn en aquella ciudad que se seleccione para la nueva
fabrica. La informacin sobre cada alternativa se muestran en
la siguiente tabla. El capital disponible para inversin es $ 35,
000, 000.
El objetivo es encontrar la combinacin de alternativas que
maximice el valor presente neto.
BINARIAS
Valor presente
neto
Capital requerido
inversin
Fabrica en Lima 7 millones 20 millones
Fabrica en Arequipa 5 millones 15 millones
Almacn en Lima 4 millones 12 millones
Almacn en
Arequipa
3 millones 10 millones
BINARIAS
Planteamiento con variables binarias
Numero de
Decisin
Pregunta de
S o No
Variable de
Decisin
Valor
Presente
Neto
Cap. Req. de
inversin (mills )
1
Se construye la fabrica
en Lima ?
Y1 7 20
2
Se construye la fbrica
en Arequipa?
Y2 5 15
3
Se construye el almacn
en Lima?
Y3 4 12
4
Se construye el almacn
en Arequipa ?
Y4 3 10
BINARIAS
Sea:
Yi = 1, si la decisin i es Si donde i = 1,2,3,4
0, si la decisin i es No
Las primeras dos decisiones representan alternativas
mutuamente excluyentes.
Y1 + Y2 = 1
Las decisiones 3 y 4 son contingentes en relacin con las
decisiones 1 y 2.
Y3 - Y1 0
Y4 - Y2 0
{
BINARIAS
Ejemplo 2:
Cierta compaa fabricante de pinturas tiene disponibles tres
procesos diferentes estandarizados para producir pinturas
blancas para casas. Cada proceso tiene unos costos fijos y un
costo de proceso por galn. La capacidad de cada proceso es
como sigue:
Proceso
Nmero
Costo
fijo
Costo
($ / galn )
Capacidad mxima
diaria
( galones )
1 $ 100 5 2000
2 200 4 3000
3 300 3 4000
BINARIAS
La compaa espera una demanda diaria de 3500 galones. El
problema es mostrar qu procesos usar y qu capacidades con
el fin de satisfacer su demanda diaria con un costo total
mnimo.
BINARIAS
Formulacin del modelo
Variables de decisin.
Sea
Las variables Y
1
, Y
2
, Y
3
son variables binarias {0,1}
Y
1
=

Y
2
=

Y
3
=
1, Si el proceso 1 es usado
0, Si el proceso 1 no es usado
Las variables Y
1
, Y
2
, Y
3
son variables binarias (0,1) Las variables Y
1
, Y
2
, Y
3
son variables binarias (0,1)
BINARIAS
Variables de decisin.
Sea
X
1
= Cantidad de galones que se produce en el proceso 1
X
2
X
3
BINARIAS
Funcin objetivo. El objetivo es escoger los procesos y los
niveles de produccin para satisfacer la demanda diaria
minimizando el costo total.
Sea Z una variable que denota el costo total.
Entonces
Z = 5X
1
+ 4X
2
+
3X
3
Costo total variable
de produccin
+ 100Y
1
+ 200Y
2
+ 300Y
3
Costo total fijo
BINARIAS
Restricciones. Tenemos dos tipos de restricciones sobre las
variables de desicin. Para satisfacer la demanda diaria:
X
1
+ X
2
+ X
3
= 3500
Para no sobrepasar el lmite de capacidad:
Proceso 1: X
1
2000
Proceso 2 :X
2

3000
Proceso 3 :X
3
4000
Observe que si usamos cualquier proceso a un nivel positivo,
tenemos que garantizar que se ha incurrido tanto en los
costos fijos como en los costos variables de produccin.
BINARIAS
Esto es, por ejemplo, si X
1
> 0 (usamos el proceso 1) entonces
Y
1
= 1 ( tenemos que seleccionar el proceso 1).
Esto lleva a las siguientes relaciones entre las variables
continuas Xj y las variables entera Yj.
Para proceso 1:
Si X
1
= 0, entonces Y
1
= 0
Si X
1
> 0, entonces Y
1
= 1
Si Y
1
= 0, entonces X
1
= 0.
BINARIAS
Para proceso 2 :
Si X
2
= 0, entonces Y
2
= 0
Si X
2
> 0, entonces Y
2
= 1
Si Y
2
= 0, entonces X
2
= 0.
Para proceso 3 :
Si X
3
= 0, entonces Y
3
= 0
Si X
3
> 0, entonces Y
3
= 1.
Si Y
3
= 0, entonces X
3
= 0.
BINARIAS
Cada conjunto de tres restricciones dadas antes,
simultneamente con la correspondiente restriccin de
capacidad, pueden ser combinadas en una sola restriccin.
Para el primer conjunto de tres restricciones (proceso 1)
consideremos la desigualdad
X
1
2000Y
1
Observe que la desigualdad tambin incluye la restriccin de
capacidad para proceso 1.
BINARIAS
Recuerde que Y
1
tiene que ser 0 1. As, si Y
1
= 0 en 2000Y
1

X
1
, entonces 2000Y
1
= 0, lo cual implica que X
1
= 0. Si X
1
=
0, entonces Y
1
= 0, ya que estamos minimizando el costo
total Z. Si X
1
> 0, entonces 2000Y
1
> 0 puede ocurrir
solamente si Y
1
= 1. De manera similar se expresara la
dependencia entre las variables asociadas a los otros dos
procesos.
BINARIAS
El modelo completo quedara:.
PROBLEMA DE PROGRAMACION ENTERA
Minimizar Z = 5X
1
+ 4X
2
+ 3X
3
+ 100Y
1
+ 200Y
2
+ 300Y
3
Sujeto a:
X
1
+ X
2
+ X
3
= 3500
X
1
2000Y
1
X
2
3000Y
2
X
3
4000Y
3
Yi es binaria para i = 1, 2, 3
Xi 0 para i = 1, 2, 3
BINARIAS
EJEMPLO 3.- Problema de presupuesto de capital
Cierta compaa tiene la oportunidad de invertir el prximo
ao en cinco proyectos diferentes, P
1
, P
2
, P
3
, P
4
y P
5
, cada
uno con un beneficio neto estimado y un costo esperado de
inversin que se muestra en la tabla .
Proyecto
nmero
Beneficio neto esperado
( 000
s
)
Costo esperado
( miles)
1 $ 100 $ 60
2 80 40
3 70 20
4 60 40
5 90 50
BINARIAS
Ya que de los diferentes requerimientos de cada proyecto
(mano de obra, equipo, etc.), los costos varan de proyecto a
proyecto. Adems las obligaciones de requerimientos de flujo
de caja hacen que la Cia. no pueda invertir en todos los cinco
proyectos.
La Cia. estima que tendr una disponibilidad de caja en la
cantidad de $150000 para el prximo ao.
BINARIAS
a) En cuales proyectos podra invertir la Cia. el
prximo ao?
Variables de decisin
Y
1
, Y
2
, Y
3
, Y
4
y Y
5
Son variables binarias
Yj = 1, si el proyecto j es seleccionado (j = 1, 2, 3, 4, 5).
0, si el proyecto j no es seleccionado
BINARIAS
Funcin objetivo
La meta de la Cia. es seleccionar los proyectos que
maximicen la utilidad total esperada.
Sea Z = utilidad total esperada, entonces la funcin
objetivo es
Maximizar Z = 100Y
1
+ 80Y
2
+ 70Y
3
+ 60Y
4
+ 90Y
5
BINARIAS
Restricciones sobre las variables de decisin.
Cantidad disponible para inversin:
60Y
1
+ 40Y
2
+ 20Y
3
+ 40Y
4
+ 50Y
5
150

BINARIAS
b) Suponga que la gerencia ha decidido que
exactamente un proyecto debe ser seleccionado del
conjunto de proyectos P
1
, P
3
y P
5
. Pero, los
proyectos P
2
y P
4
pueden ser seleccionados sujetos a
la restriccin de presupuesto. Cul restriccin (o
restricciones) necesita ser agregada al modelo
original?
BINARIAS
Solucin.- Ya que uno de P
1
, P
3
, P
5
y solo uno,
puede ser seleccionado, exactamente una de las tres
variables Y
1
, Y
3
o Y
5
puede tomar el valor de uno.
Y
1
+ Y
3
+ Y
5
= 1. Restriccin a ser agregada
BINARIAS
c) Suponga que la Cia. ha decidido que no ms de uno
de los dos proyectos, P
2
y P
4
, puede ser
seleccionado. Cul restriccin adicional necesita ser
agregada al modelo original?
Y
2
+ Y
4
1. Restriccin a ser agregada
BINARIAS
d) Suponga que la Cia. ha decidido que si P
3
es
seleccionado, entonces P
4
tiene que ser seleccionada.
Cul restriccin adicional necesita ser agregada al
modelo original?
Solucin
Y
3
Y
4
. Restriccin a ser agregada
BINARIAS
RESUMEN DEL MODELO DE PROGRAMACION ENTERA
Maximizar Z = 100Y
1
+ 80Y
2
+ 70Y
3
+ 60 Y4 + 90Y
5
Sujeto a
60Y
1
+ 40Y
2
+ 20Y
3
+ 40Y
4
+ 50Y
5
150
Y
1
+ Y
3
+ Y
5
= 1
Y
2
+ Y
4
1
Y
3
- Y
4

0
Yi es binaria para
i = 1, 2, 3, 4, 5.
Proyecto
nmero
Beneficio neto esperado
( 000
s
)
Costo esperado
( miles)
1 $ 100 $ 60
2 80 40
3 70 20
4 60 40
5 90 50
GRACIAS
Ing.
Luis
Medin
a

Entera

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Entera

Uploaded by

Copyright:

Available Formats

PROGRAMACION LINEAL ENTERA

Luis Medina Aquino

You might also like